HAN Laboratory

Machine Learning・Perception

立教大学大学院人工知能科学研究科人工知能科学専攻

韓先花研究室

ニュース (2023年９月以降）

当研究室に修士1年生7名が加わりました。 (2024年4月）
論文"Coupled Image and Kernel Prior Learning for High-Generalized Super-resolution"がNeurocomputingにアクセプトされました。(2024年3月）
International Workshop on Computer Vision and Artificial Intelligenceにて招待講演を行いました。 (2024年2月）
論文"Hyperspectral Image Super Resolution using Deep Internal and Self-supervised Learning "がCAAI Transactions on Intelligence Technologyにアクセプトされました。(2024年1月）

以下の３件論文が国際学会ICASSP2024にアクセプトされました。(2023年12月）

　　Deep Versatile Hyperspectral Reconstruction Model from a Snapshot Measurement with Arbitrary Masks

　　Dual Directional Complementary Gradient Fusion and Deep Refinement for Hyperspectral Image Super Resolution

　　Hyperspectral Image Reconstruction using Hierarchical Neural Architecture Search from a Snapshot Image

論文"DEA: Data-efficient augmentation for interpretable medical image segmentation"がBiomedical Signal Processing and Control にアクセプトされました。(2023年11月）
論文"FedEL: Federated ensemble learning for non-iid data "がExpert Systems with Applicationsにアクセプトされました。(2023年９月）
当研究室が発足しました。 (2023年９月1日）

立教大学大学院人工知能科学研究科における韓　先花教授が主催する研究室です。2023年度９月からスタートし、機械学習・深層学習の基盤技術の開発及び視覚情報処理・理解・復元・知能化計測など幅広い研究を行っております。

解釈型・汎用深層学習及び知能視覚情報処理

機械（計算機）に高い知能（人間のような学習能力・適応能力）を持たせ、人間の視覚や脳を工学的に模倣できるような高い人工知能システムの創出を目標している。特に、脳の認知（情報処理）機能に極めて重要である脳内注意機構や今まで蓄積された情報処理の数理モデルをAI深層学習に取り入れ、様々な知能視覚情報処理タスクに予測に判別的な特徴、因子やパターンを特定し、効率的に学習可能な高汎用性且つ解釈型深層モデルの開発を注力している。深層学習の基盤技術を開発するとともに、画像認識・理解、超解像度、ハイパースペクトル画像解析、知能化医療診断・治療支援システムなどの幅広い応用研究を行なっている。

研究内容